Los cursos homologables están resaltados de la siguiente manera:
Los cursos homologables están resaltados de la siguiente manera:
Diseñar sistemas de Internet de las cosas (IoT) utilizando placas y sensores de IoT, aplicando lenguajes de programación de básicos y avanzados.
Horas de la ruta: 75,2.
Horas del Curso: 15,2.
Conocimientos previos: No aplica – Nivel del curso: BASICO.
Horas del Curso: 15.
Conocimientos previos: No aplica – Nivel del curso: BASICO.
Horas del Curso: 15.
Conocimientos previos: No aplica – Nivel del curso: BASICO.
Horas del Curso: 15.
Conocimientos previos: No aplica – Nivel del curso: AVANZADO.
Horas del Curso: 15.
Conocimientos previos: No aplica – Nivel del curso: AVANZADO.
Aplicar principios y herramientas de ciberseguridad para proteger sistemas informáticos y datos de posibles amenazas y vulnerabilidades.
Horas de la ruta: 61.
Horas del Curso: 16.
Conocimientos previos: No aplica – Nivel del curso: BÁSICO.
Horas del Curso: 12.
Conocimientos previos: No aplica – Nivel del curso: BÁSICO.
Horas del Curso: 14.
Conocimientos previos: No aplica – Nivel del curso: BÁSICO.
Horas del Curso: 11.
Conocimientos previos: No aplica – Nivel del curso: BÁSICO.
Horas del Curso: 8.
Conocimientos previos: No aplica – Nivel del curso: BÁSICO.
Adquirir habilidades y conocimientos de programación en Python, incluyendo el desarrollo de aplicaciones y programas básicos, y la implementación de técnicas avanzadas de análisis de datos y machine learning para la toma de decisiones y la creación de soluciones predictivas.
Horas de la ruta: 196.
Horas del Curso: 3.
Conocimientos previos: No aplica – Nivel del curso: BÁSICO.
Horas del Curso: 4.
Conocimientos previos: No aplica – Nivel del curso: BÁSICO.
Horas del Curso: 35.
Conocimientos previos: No aplica – Nivel del curso: BÁSICO.
Horas del Curso: 118.
Conocimientos previos: No aplica – Nivel del curso: MEDIO.
Horas del Curso: 36.
Conocimientos previos: No aplica – Nivel del curso: AVANZADO.
Adquirir habilidades y conocimientos avanzados en ciencia de datos, administración de tecnologías de la información, tecnologías emergentes y enseñanza de la tecnología en el aula; aplicar estos conocimientos y habilidades en diferentes contextos empresariales y profesionales, especialmente en el análisis y procesamiento de datos, la implementación de soluciones empresariales y el diseño de currículos educativos efectivos.
Horas de la ruta: 5
Horas del Curso: 1.
Conocimientos previos:No aplica – Nivel del curso: BEGINNER.
Horas del Curso: 2.
Conocimientos previos:No aplica – Nivel del curso: INTERMEDIATE.
Horas del Curso: 2.
Conocimientos previos:No aplica – Nivel del curso: INTERMEDIATE.
Adquirir habilidades avanzadas en el uso de simulaciones PhET, en las matemáticas financieras, la lógica formal, la enseñanza de las matemáticas en aulas heterogéneas y el pensamiento crítico, lo que le permitirá aplicar estos conocimientos y habilidades en diferentes contextos educativos y profesionales.
Horas de la ruta: 71.
Horas del Curso: 13.
Conocimientos previos: No aplica – Nivel del curso: BÁSICO.
Horas del Curso: 19.
Conocimientos previos: No aplica – Nivel del curso: BÁSICO.
Horas del Curso: 10.
Conocimientos previos: No aplica – Nivel del curso: BÁSICO.
Horas del Curso: 12.
Conocimientos previos: No aplica – Nivel del curso: BÁSICO.
Horas del Curso: 17.
Conocimientos previos: No aplica – Nivel del curso: BÁSICO.
Adquirir habilidades avanzadas en matemáticas aplicadas a la ciencia de datos, estadística aplicada a los negocios, análisis de datos, visión por computadora y teoría de juegos, y aplicar conocimientos y habilidades en diferentes contextos empresariales y profesionales relacionados con la ciencia de datos.
Horas de la ruta: 69.
Horas del Curso: 12.
Conocimientos previos: No aplica – Nivel del curso: BÁSICO.
Horas del Curso: 12.
Conocimientos previos: No aplica – Nivel del curso: BÁSICO.
Horas del Curso: 28.
Conocimientos previos: No aplica – Nivel del curso: BÁSICO.
Horas del Curso: 17.
Conocimientos previos: No aplica – Nivel del curso: BÁSICO.
Adquirir habilidades y conocimientos avanzados en ciencia de datos, administración de tecnologías de la información, tecnologías emergentes y enseñanza de la tecnología en el aula; aplicar estos conocimientos y habilidades en diferentes contextos empresariales y profesionales, especialmente en el análisis y procesamiento de datos, la implementación de soluciones empresariales y el diseño de currículos educativos efectivos.
Horas de la ruta: 135
Horas del Curso: 8.
Conocimientos previos:No aplica – Nivel del curso: INTERMEDIATE.
Horas del Curso: 22.
Conocimientos previos:No aplica – Nivel del curso: ADVANCED.
Horas del Curso: 11.
Conocimientos previos:No aplica – Nivel del curso: INTERMEDIATE.
Horas del Curso: 29.
Conocimientos previos:No aplica – Nivel del curso: INTERMEDIATE.
Horas del Curso: 10.
Conocimientos previos:No aplica – Nivel del curso: INTERMEDIATE.
Horas del Curso: 55.
Conocimientos previos:No aplica – Nivel del curso: INTERMEDIATE.
Adquirir habilidades y conocimientos avanzados en ciencia de datos, administración de tecnologías de la información, tecnologías emergentes y enseñanza de la tecnología en el aula; aplicar estos conocimientos y habilidades en diferentes contextos empresariales y profesionales, especialmente en el análisis y procesamiento de datos, la implementación de soluciones empresariales y el diseño de currículos educativos efectivos.
Horas de la ruta: 8.
Horas del Curso: 2.
Conocimientos previos: No aplica – Nivel del curso: MEDIO.
Horas del Curso: 2.
Conocimientos previos: No aplica – Nivel del curso: MEDIO.
Horas del Curso: 2.
Conocimientos previos: No aplica – Nivel del curso: BÁSICO.
Horas del Curso: 2.
Conocimientos previos: No aplica – Nivel del curso: AVANZADO.
Adquirir habilidades avanzadas en el uso de herramientas para la comprensión profunda de los principios y técnicas de diseño, modelado estructural, mecánico, fabricación y la aplicación de estos conocimientos y habilidades en diferentes contextos de diseño y fabricación asistido por computador.
Horas de la ruta: 93.
Horas del Curso: 18.
Conocimientos previos: No aplica – Nivel del curso: MEDIO.
Horas del Curso: 18.
Conocimientos previos: No aplica – Nivel del curso: MEDIO.
Horas del Curso: 23.
Conocimientos previos: No aplica – Nivel del curso: MEDIO.
Horas del Curso: 15.
Conocimientos previos: No aplica – Nivel del curso: MEDIO.
Horas del Curso: 19.
Conocimientos previos: No aplica – Nivel del curso: BÁSICO.
Adquirir comprensión de los principios y prácticas de sostenibilidad en diferentes áreas de la vida, incluyendo la energía, el cambio climático, la planificación sostenible y la biodiversidad, y aplicar estos conocimientos y habilidades en diferentes contextos para contribuir a la creación de un futuro más sostenible y habitable para todos.
Inscripción aquíHoras de la ruta: 54.
Horas del Curso: 12.
Conocimientos previos: No aplica – Nivel del curso: BÁSICO.
Horas del Curso: 17.
Conocimientos previos: No aplica – Nivel del curso: BÁSICO.
Horas del Curso: 9.
Conocimientos previos: No aplica – Nivel del curso: MEDIO.
Horas del Curso: 7.
Conocimientos previos: No aplica – Nivel del curso: MEDIO.
Horas del Curso: 9.
Conocimientos previos: No aplica – Nivel del curso: AVANZADO.
Aplicar técnicas de análisis de datos utilizando Python en contextos educativos, incluida la manipulación y análisis de conjuntos de datos y la creación de visualizaciones de datos en herramientas especializadas.
Horas de la ruta: 134
Horas del Curso: 27.
Conocimientos previos:N/A – Nivel del curso: N/A.
Horas del Curso: 35.
Conocimientos previos:N/A – Nivel del curso: N/A.
Horas del Curso: 31.
Conocimientos previos:N/A – Nivel del curso: N/A.
Horas del Curso: 16.
Conocimientos previos:N/A – Nivel del curso: N/A.
Horas del Curso: 17.
Conocimientos previos:N/A – Nivel del curso: N/A.
Horas del Curso: 8.
Conocimientos previos:N/A – Nivel del curso: N/A.
Aplicar técnicas de análisis de datos utilizando Python en contextos educativos, incluida la manipulación y análisis de conjuntos de datos y la creación de visualizaciones de datos en herramientas especializadas.
Horas de la ruta: 89.
Horas del Curso: 34.
Conocimientos previos: No aplica – Nivel del curso: MEDIO.
Nombre del Programa: ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA – VIRTUAL
Nombre del espacio académico que Reconoce: Métodos Estadísticos
Cód, espacio académico: ES9008
Número de créditos: 3
Horas que debe cursar para Reconocer: 144
Horas Coursera: 22
Diferencia horas: 122
Horas del Curso: 20.
Conocimientos previos: No aplica – Nivel del curso: MEDIO.
Nombre del Programa: ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA – VIRTUAL
Nombre del espacio académico que Reconoce: Métodos Estadísticos
Cód, espacio académico: ES9008
Número de créditos: 3
Horas que debe cursar para Reconocer: 144
Horas Coursera: 35
Diferencia horas: 109
Horas del Curso: 1.
Conocimientos previos: No aplica – Nivel del curso: MEDIO.
Nombre del Programa: ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA – VIRTUAL
Nombre del espacio académico que Reconoce: Métodos Estadísticos
Cód, espacio académico: ES9008
Número de créditos: 3
Horas que debe cursar para Reconocer: 144
Horas Coursera: 12
Diferencia horas: 132
Horas del Curso: 24.
Conocimientos previos: no aplica
– Nivel del curso: MEDIO.
Nombre del Programa: ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA – VIRTUAL
Nombre del espacio académico que Reconoce: Métodos Estadísticos
Cód, espacio académico: ES9008
Número de créditos: 3
Horas que debe cursar para Reconocer: 144
Horas Coursera: 18
Diferencia horas: 126
Horas del Curso: 10.
Conocimientos previos: No aplica – Nivel del curso: MEDIO.
Nombre del Programa: ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA – VIRTUAL
Nombre del espacio académico que Reconoce: Métodos Estadísticos
Cód, espacio académico: ES9008
Número de créditos: 3
Horas que debe cursar para Reconocer: 144
Horas Coursera: 22
Diferencia horas: 122
Aplica métodos estadísticos y de la investigación, así como el uso de herramientas para el análisis de datos en diferentes contextos y disciplinas.
Horas de la ruta: 118.
Horas del Curso: 23.
Conocimientos previos: Si aplica – Nivel del curso: MEDIO.
Nombre del Programa: ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA – VIRTUAL
Nombre del espacio académico que Reconoce: Proyecto de Aplicación I
Cód, espacio académico: ES9013
Número de créditos: 2
Horas que debe cursar para Reconocer: 96
Horas Coursera: 30
Diferencia horas: 66
Horas del Curso: 10.
Conocimientos previos: Si aplica – Nivel del curso: MEDIO.
Nombre del Programa: ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA – VIRTUAL
Nombre del espacio académico que Reconoce: Electiva I
Cód, espacio académico: ES9014
Número de créditos: 3
Horas que debe cursar para Reconocer: 144
Horas Coursera: 20
Diferencia horas: 124
Horas del Curso: 30.
Conocimientos previos: Si aplica – Nivel del curso: MEDIO.
Nombre del Programa: ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA – VIRTUAL
Nombre del espacio académico que Reconoce: Electiva I
Cód, espacio académico: ES9014
Número de créditos: 3
Horas que debe cursar para Reconocer: 144
Horas Coursera: 20
Diferencia horas: 124
Horas del Curso: 10.
Conocimientos previos: Si aplica – Nivel del curso: MEDIO.
Nombre del Programa: ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA – VIRTUAL
Nombre del espacio académico que Reconoce: Análisis de Regresión
Cód, espacio académico: ES9009
Número de créditos: 3
Horas que debe cursar para Reconocer: 144
Horas Coursera: 25
Diferencia horas: 119
Horas del Curso: 45.
Conocimientos previos: Si aplica – Nivel del curso: MEDIO.
Nombre del Programa: ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA – VIRTUAL
Nombre del espacio académico que Reconoce: Análisis de Regresión
Cód, espacio académico: ES9009
Número de créditos: 3
Horas que debe cursar para Reconocer: 144
Horas Coursera: 25
Diferencia horas: 119
Desarrollar habilidades matemáticas esenciales para abordar problemas en ciencia de datos y estadísticas, incluyendo álgebra lineal y cálculo para la resolución de problemas prácticos desde una perspectiva creativa y la optimización de procesos para la toma de decisiones.
Horas de la ruta: 134.
Horas del Curso: 13.
Conocimientos previos: No aplica – Nivel del curso: AVANZADO.
Nombre del Programa: ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA – VIRTUAL
Nombre del espacio académico que Reconoce: Proyecto de Aplicación I
Cód, espacio académico: ES9013
Número de créditos: 2
Horas que debe cursar para Reconocer: 96
Horas Coursera: 20
Diferencia horas: 76
Horas del Curso: 11.
Conocimientos previos: No aplica – Nivel del curso: AVANZADO.
Nombre del Programa: ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA – VIRTUAL
Nombre del espacio académico que Reconoce: Métodos Estadísticos
Cód, espacio académico: ES9008
Número de créditos: 3
Horas que debe cursar para Reconocer: 144
Horas Coursera: 20
Diferencia horas: 124
Horas del Curso: 80.
Conocimientos previos: No aplica – Nivel del curso: AVANZADO.
Nombre del Programa: ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA – VIRTUAL
Nombre del espacio académico que Reconoce: Proyecto de Aplicación I
Cód, espacio académico: ES9013
Número de créditos: 2
Horas que debe cursar para Reconocer: 96
Horas Coursera: 40
Diferencia horas: 56
Horas del Curso: 13.
Conocimientos previos: No aplica – Nivel del curso: MEDIO.
Nombre del Programa: ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA – VIRTUAL
Nombre del espacio académico que Reconoce: Proyecto de Aplicación I
Cód, espacio académico: ES9013
Número de créditos: 2
Horas que debe cursar para Reconocer: 96
Horas Coursera: 20
Diferencia horas: 76
Horas del Curso: 17.
Conocimientos previos: No aplica – Nivel del curso: MEDIO.
Nombre del Programa: ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA – VIRTUAL
Nombre del espacio académico que Reconoce: Proyecto de Aplicación I
Cód, espacio académico: ES9013
Número de créditos: 2
Horas que debe cursar para Reconocer: 96
Horas Coursera: 20
Diferencia horas: 76
Interpretar y aplicar conceptos y técnicas estadísticas, principios de probabilidad y análisis de regresión para tomar decisiones informadas en contextos diversos.
Horas de la ruta: 58.
Horas del Curso: 2.
Conocimientos previos: No aplica – Nivel del curso: MEDIO.
Nombre del Programa: ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA – VIRTUAL
Nombre del espacio académico que Reconoce: Métodos Estadísticos
Cód, espacio académico: ES9008
Número de créditos: 3
Horas que debe cursar para Reconocer: 144
Horas Coursera: 32
Diferencia horas: 112
Horas del Curso: 14.
Conocimientos previos: No aplica – Nivel del curso: MEDIO.
Nombre del Programa: ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA – VIRTUAL
Nombre del espacio académico que Reconoce: Métodos Estadísticos
Cód, espacio académico: ES9008
Número de créditos: 3
Horas que debe cursar para Reconocer: 144
Horas Coursera: 25
Diferencia horas: 119
Horas del Curso: 26.
Conocimientos previos: No aplica – Nivel del curso: MEDIO.
Nombre del Programa: ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA – VIRTUAL
Nombre del espacio académico que Reconoce: Métodos Estadísticos
Cód, espacio académico: ES9008
Número de créditos: 3
Horas que debe cursar para Reconocer: 144
Horas Coursera: 32
Diferencia horas: 112
Horas del Curso: 16.
Conocimientos previos: Si aplica – Nivel del curso: MEDIO.
Nombre del Programa: ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA – VIRTUAL
Nombre del espacio académico que Reconoce: Métodos Estadísticos
Cód, espacio académico: ES9008
Número de créditos: 3
Horas que debe cursar para Reconocer: 144
Horas Coursera: 32
Diferencia horas: 112
Transformar conceptos abstractos en datos cuantificables y comprender las implicaciones de las decisiones de medición en la investigación en el estudio de la estadística.
Horas de la ruta: 59.
Horas del Curso: 27.
Conocimientos previos: Si aplica – Nivel del curso: MEDIO.
Nombre del Programa: ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA – VIRTUAL
Nombre del espacio académico que Reconoce: Métodos Estadísticos
Cód, espacio académico: ES9008
Número de créditos: 3
Horas que debe cursar para Reconocer: 144
Horas Coursera: 30
Diferencia horas: 114
Horas del Curso: 5.
Conocimientos previos: No aplica – Nivel del curso: MEDIO.
Nombre del Programa: ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA – VIRTUAL
Nombre del espacio académico que Reconoce: Proyecto de Aplicación I
Cód, espacio académico: ES9013
Número de créditos: 2
Horas que debe cursar para Reconocer: 96
Horas Coursera: 24
Diferencia horas: 72
Horas del Curso: 16.
Conocimientos previos: Si aplica – Nivel del curso: AVANZADO.
Nombre del Programa: ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA – VIRTUAL
Nombre del espacio académico que Reconoce: Electiva I
Cód, espacio académico: ES9014
Número de créditos: 3
Horas que debe cursar para Reconocer: 144
Horas Coursera: 20
Diferencia horas: 124
Horas del Curso: 11.
Conocimientos previos: Si aplica – Nivel del curso: AVANZADO.
Nombre del Programa: ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA – VIRTUAL
Nombre del espacio académico que Reconoce: Electiva I
Cód, espacio académico: ES9014
Número de créditos: 3
Horas que debe cursar para Reconocer: 144
Horas Coursera: 20
Diferencia horas: 124
Aplicar los fundamentos de programación en Python para resolver problemas de machine learning y ciencia de datos.
Inscripción aquíHoras de la ruta: 116.
Horas del Curso: 27.
Conocimientos previos: No aplica – Nivel del curso: BÁSICO
Nombre del Programa: MI0020-APRENDIZAJE DE MÁQUINA
Porcentaje equivalente: 23%
Horas del Curso: 34.
Conocimientos previos: No aplica – Nivel del curso: BÁSICO
Nombre del Programa: MI0020-APRENDIZAJE DE MÁQUINA
Porcentaje equivalente: 30%
Horas del Curso: 21.
Conocimientos previos: No aplica – Nivel del curso: BÁSICO
Nombre del Programa: MI0020-APRENDIZAJE DE MÁQUINA
Porcentaje equivalente: 18%
Horas del Curso: 9.
Conocimientos previos: No aplica – Nivel del curso: BÁSICO
Nombre del Programa: MI0020-APRENDIZAJE DE MÁQUINA
Porcentaje equivalente: 8%
Horas del Curso: 25.
Conocimientos previos: No aplica – Nivel del curso: MEDIO
Nombre del Programa: MI0020-APRENDIZAJE DE MÁQUINA
Porcentaje equivalente: 21%
Desarrollar la capacidad de aplicar el pensamiento crítico en la resolución de problemas de ciencia de datos utilizando herramientas y lenguajes de programación y aplicando los conceptos de estadística y probabilidad para la manipulación, análisis e interpretación de datos.
Inscripción aquíHoras de la ruta: 90.
Horas del Curso: 18.
Conocimientos previos: No aplica – Nivel del curso: BÁSICO
Nombre del Programa: MI0023-DEEP LEARNING
Porcentaje equivalente: 20%
Horas del Curso: 46.
Conocimientos previos: No aplica – Nivel del curso: BÁSICO
Nombre del Programa: MI0023-DEEP LEARNING
Porcentaje equivalente: 51%
Horas del Curso: 15.
Conocimientos previos: No aplica – Nivel del curso: BÁSICO
Nombre del Programa: MI0023-DEEP LEARNING
Porcentaje equivalente: 17%
Horas del Curso: 4.
Conocimientos previos: No aplica – Nivel del curso: BÁSICO
Nombre del Programa: MI0023-DEEP LEARNING
Porcentaje equivalente: 4%
Horas de la ruta: 107
Horas del Curso: 11.
Nombre del Programa: Métodos Estadísticos
Porcentaje equivalente: 11%
Horas del Curso: 14.
Nombre del Programa: Métodos Estadísticos
Porcentaje equivalente: 13%
Horas del Curso: 28.
Nombre del Programa: Métodos Estadísticos
Porcentaje equivalente: 26%
Horas del Curso: 54.
Nombre del Programa: Métodos Estadísticos
Porcentaje equivalente: 50%
Horas de la ruta: 118
Horas del Curso: 57.
Nombre del Programa: Programación en Lenguajes Estadísticos
Porcentaje equivalente: 48%
Horas del Curso: 27.
Nombre del Programa: Programación en Lenguajes Estadísticos
Porcentaje equivalente: 23%
Horas del Curso: 34.
Nombre del Programa: Programación en Lenguajes Estadísticos
Porcentaje equivalente: 29%